Supongamos que se desean conocer los países con mayores valores promedios netos en el indicador correspondiente a los activos de reserva oficiales y otros activos en moneda extranjera Official reserve assets and other foreign currency assets, así como su comportamiento a lo largo del tiempo.
Entonces usamos la función graf_max() con los parámetros:
RAF_USD: referente al indicador de interéstotal: el cual señala que se van a solicitar los valores netos del indicadorgraf_max('RAF_USD', 'total')
Si además se desean conocer los fundamentales de estos países, recurrimos a la función tabla max() la cual tabula los 5 países con máximos valores promedios en un determinado indicador. En este caso los parámetros usados serán los mismos que los ingresados en la función graf_max()
tabla_max('RAF_USD', 'total')
| Country | USD.Monthly.Av | Min | Median | Mean | Max |
|---|---|---|---|---|---|
| China | 3442993.3 | 3289540.0 | 3393498.5 | 3442993.3 | 3959505.0 |
| Japan | 1258688.1 | 996044.0 | 1303881.5 | 1258688.1 | 1645333.0 |
| Saudi Arabia | 571521.6 | 447430.3 | 513900.0 | 571521.6 | 745850.8 |
| Switzerland | 520429.9 | 74922.0 | 541973.5 | 520429.9 | 1013617.6 |
| Russian Federation | 472036.1 | 383957.5 | 473886.6 | 472036.1 | 596626.4 |
Consideremos ahora el caso en que se deseen conocer los países con menores valores promedios porcentuales (respecto a las reservas totales, es decir respecto a RAF_USD) en SDRs, así como su comportamiento a lo largo del tiempo. Sin embargo supongamos que desconocemos el código para dicho indicador.
En ese caso recurrimos a la función buscar() de la forma que sigue:
buscar('SDRs')
## x description
## 20 RAFASDR_USD Official Reserve Assets, SDRs, US Dollars
Entonces podemos usar la función graf_min() con los parámetros:
RAFASDR_USD: referente al indicador de interésporcentaje: el cual indica que los valores solicitados son porcentuales respecto a las reservas totalesgraf_min('RAFASDR_USD', 'porcentaje')
Si además se desean conocer los fundamentales de estos países, recurrimos a la función tabla_min() mediante la cual se tabulan los 5 países con mínimos valores promedios en el indicador solicitado.
tabla_min('RAFASDR_USD', 'porcentaje')
| Country | USD.Monthly.Av | Min | Median | Mean | Max |
|---|---|---|---|---|---|
| Sri Lanka | 4.287278 | 0.000032 | 0.000730 | 0.000693 | 0.001984 |
| Namibia | 2.091504 | 0.000936 | 0.001028 | 0.001059 | 0.001306 |
| Serbia | 13.283007 | 0.000888 | 0.001083 | 0.001093 | 0.001363 |
| North Macedonia, Republic of | 3.798212 | 0.000015 | 0.001620 | 0.001504 | 0.002654 |
| Dominican Republic | 10.066156 | 0.000072 | 0.001222 | 0.002146 | 0.019681 |
Supongamos ahora que en lugar de querer conocer los países con valores mínimos o máximos se desea comparar el comportamiento de forma porcentual de tres países (Estados Unidos,Canada,España) en el indicador correspondiente a bancos fuera del país Banks Headquartered Outside the Reporting Country. Entonces usamos la función graf_tres() con los parámetros:
RAFAFXCDBO_USD: referente al indicador de interés.c('US','CA','ES'): el vector de los tres países de interésporcentaje: indicando que los valores solicitados con porcentualesNota
En caso de desconocer los códigos correspondientes para el indicador y los países de interés se puede hacer uso de la función buscar() o se pueden correr directamente las variables CODE_Cy CODE_I las cuales contienen los códigos asociados a los países y a los indicadores respectivamente.
graf_tres('RAFAFXCDBO_USD',c('FR','IT','GB'),'porcentaje')
Ahora supongamos que no se desean comparar países, si no que se desea conocer los valores netos de un país (México), en el indicador correspondiente a las reservas de oro gold(including gold deposits and, if approriate, dold swapped).
Entonces usamos la función graf_uno con los parámetros RAFAGOLD_USD y MX
graf_uno('RAFAGOLD_USD','MX')
Pensemos ahora en el caso en que no se desee observar el comportamiento de un país o países respecto a un indicador, sino que únicamente se desea saber el valor total acumulado de un país(México) respecto a un indicador(efectivo total y depósitos total currency and deposits with) en una ventana de tiempo (septiembre 2010, junio 2019).
Entonces usamos la función consulta con los parámetros:
MXRAFAFXCD_USD2010-092019-06consulta('MX','RAFAFXCD_USD','2010-09','2019-06')
## [1] 6682753
Por último, supongamos el caso en que se desee saber la posición de cada país respecto a sus valores porcentuales en un indicador (por ejemplo el efectivo total y depósitos i.e. Total currency and deposits with:). Entonces usamos la función tabla_total() con los parámetros:
RAFAFXCD_USDporcentajetabla_total('RAFAFXCD_USD', 'porcentaje')
| Country | USD.Monthly.Av | Min | Median | Mean | Max |
|---|---|---|---|---|---|
| Seychelles | 172211.46739 | 1.000000 | 1.000000 | 1.000016 | 1.001901 |
| Paraguay | 127393.06401 | 0.966850 | 0.995016 | 0.988274 | 1.000000 |
| Ecuador | 74614.32237 | 0.794818 | 1.000000 | 0.955765 | 1.000000 |
| Belarus | 72369.16384 | 0.626213 | 0.948025 | 0.928043 | 1.000000 |
| Jamaica | 56139.62542 | 0.701573 | 0.906863 | 0.907040 | 0.990480 |
| Argentina | 39034.18553 | 0.491554 | 0.953403 | 0.900611 | 1.000000 |
| Palestine, State of | 34439.39887 | 0.638521 | 0.823404 | 0.847031 | 0.986522 |
| Honduras | 28034.19863 | 0.500530 | 0.670134 | 0.653377 | 0.828342 |
| Dominican Republic | 23312.43401 | 0.377691 | 0.595817 | 0.614048 | 0.866263 |
| Mongolia | 23292.58553 | 0.388737 | 0.794290 | 0.739113 | 0.832852 |
| Greece | 22665.33995 | 0.168312 | 0.575008 | 0.591298 | 1.000000 |
| Kyrgyzstan | 21385.03077 | 0.445626 | 0.586395 | 0.587670 | 0.757875 |
| Nicaragua | 19260.11768 | 0.335311 | 0.463734 | 0.580702 | 0.999087 |
| United States | 18176.55175 | 0.425995 | 0.482215 | 0.519966 | 0.729362 |
| Mauritius | 16800.58875 | 0.101824 | 0.685476 | 0.517198 | 0.820238 |
| Jordan | 16680.11290 | 0.260114 | 0.480498 | 0.484178 | 0.692106 |
| South Africa | 14441.79245 | 0.071559 | 0.228421 | 0.458115 | 0.953934 |
| Moldova, Republic of | 13872.43730 | 0.258738 | 0.438428 | 0.447860 | 0.774219 |
| Sri Lanka | 13043.92420 | 0.235211 | 0.436439 | 0.445757 | 0.670060 |
| India | 12934.71238 | 0.296306 | 0.389488 | 0.412699 | 0.674137 |
| Egypt | 11681.04412 | 0.021677 | 0.341484 | 0.390753 | 0.991899 |
| Denmark | 11582.47673 | 0.049752 | 0.382855 | 0.383868 | 0.770798 |
| Namibia | 9425.19395 | 0.270255 | 0.377623 | 0.380596 | 0.470518 |
| Serbia | 9066.60850 | 0.312381 | 0.379711 | 0.379629 | 0.446572 |
| Mexico | 8953.03875 | 0.186819 | 0.383874 | 0.371344 | 0.471240 |
| Georgia | 7771.08909 | 0.077522 | 0.328411 | 0.348265 | 0.693489 |
| Kazakhstan | 7289.99668 | 0.024913 | 0.323831 | 0.339851 | 0.687136 |
| Costa Rica | 7286.09706 | 0.096480 | 0.337646 | 0.319678 | 0.603072 |
| Armenia | 7004.33750 | 0.161166 | 0.315923 | 0.317887 | 0.910288 |
| Saudi Arabia | 6281.99255 | 0.227354 | 0.321347 | 0.313602 | 0.379417 |
| Portugal | 5733.48585 | 0.002566 | 0.222088 | 0.295434 | 0.861127 |
| Albania | 5619.38855 | 0.064159 | 0.286029 | 0.298661 | 0.529214 |
| New Zealand | 5362.54924 | 0.035850 | 0.277724 | 0.295026 | 0.630554 |
| Ukraine | 4686.39467 | 0.052612 | 0.295373 | 0.291329 | 0.526825 |
| Iceland | 4676.11992 | 0.068585 | 0.197366 | 0.287911 | 0.731580 |
| Peru | 4554.01752 | 0.065175 | 0.260976 | 0.261544 | 0.462257 |
| Bulgaria | 4553.88553 | 0.070334 | 0.242251 | 0.259229 | 0.569556 |
| Australia | 4484.16162 | 0.015342 | 0.260013 | 0.245783 | 0.548590 |
| Lithuania | 3841.41365 | 0.002689 | 0.221808 | 0.237310 | 0.840693 |
| Slovakia | 3570.40991 | 0.002096 | 0.044132 | 0.233018 | 1.000000 |
| Romania | 3433.02805 | 0.080878 | 0.192509 | 0.198032 | 0.459328 |
| Germany | 3067.34598 | 0.037138 | 0.189812 | 0.191512 | 0.350738 |
| Philippines | 2958.95395 | 0.010806 | 0.188284 | 0.187629 | 0.394248 |
| Russian Federation | 2771.97368 | 0.031038 | 0.152444 | 0.185709 | 0.407847 |
| Turkey | 2736.75515 | 0.036989 | 0.092102 | 0.184191 | 0.697227 |
| Croatia | 2683.73947 | 0.054632 | 0.178822 | 0.181651 | 0.459552 |
| Uruguay | 2626.13747 | 0.012269 | 0.182762 | 0.180435 | 0.395864 |
| Morocco | 2558.70474 | 0.033176 | 0.170491 | 0.167493 | 0.352613 |
| Cyprus | 2513.20996 | 0.010054 | 0.091348 | 0.158866 | 0.876797 |
| Austria | 2392.81162 | 0.033734 | 0.136332 | 0.158559 | 0.408501 |
| Singapore | 2355.58550 | 0.077961 | 0.158116 | 0.158469 | 0.268073 |
| Latvia | 2195.24689 | 0.003541 | 0.084703 | 0.148298 | 0.525849 |
| Chile | 1904.84471 | 0.017344 | 0.136425 | 0.147731 | 0.383653 |
| Estonia | 1644.09428 | 0.009175 | 0.106840 | 0.141477 | 0.494407 |
| Luxembourg | 1546.44338 | 0.008008 | 0.104365 | 0.140882 | 0.724857 |
| Poland | 1545.93824 | 0.050629 | 0.135735 | 0.137597 | 0.272699 |
| Bolivia | 1539.38628 | 0.060431 | 0.127625 | 0.130402 | 0.256848 |
| Slovenia | 1471.75664 | 0.001715 | 0.112877 | 0.127485 | 0.618168 |
| El Salvador | 1299.63326 | 0.009777 | 0.056435 | 0.126756 | 0.479555 |
| France | 1233.62850 | 0.008297 | 0.087409 | 0.127094 | 0.392801 |
| Italy | 1088.78116 | 0.061913 | 0.114297 | 0.126364 | 0.417676 |
| North Macedonia, Republic of | 1062.37871 | 0.059120 | 0.122203 | 0.123545 | 0.225939 |
| Indonesia | 981.08239 | 0.023707 | 0.102324 | 0.122262 | 0.305171 |
| Czech Republic | 969.46316 | 0.000811 | 0.066013 | 0.121579 | 0.437851 |
| Belgium | 962.29818 | 0.035497 | 0.114057 | 0.120633 | 0.367573 |
| Hungary | 949.32623 | 0.015118 | 0.104397 | 0.120497 | 0.305017 |
| Thailand | 796.76974 | 0.036405 | 0.102101 | 0.111666 | 0.249956 |
| Malta | 788.62878 | 0.003343 | 0.058376 | 0.105988 | 0.542932 |
| Finland | 752.54910 | 0.010662 | 0.102616 | 0.103896 | 0.189434 |
| Netherlands | 721.01132 | 0.020047 | 0.091621 | 0.097845 | 0.243668 |
| Israel | 720.05936 | -0.007731 | 0.059267 | 0.097449 | 0.354790 |
| Malaysia | 651.48714 | 0.031454 | 0.082203 | 0.088636 | 0.266405 |
| United Kingdom | 591.40891 | 0.018010 | 0.069387 | 0.080192 | 0.401667 |
| Korea, Republic of | 487.44970 | 0.031863 | 0.065721 | 0.074445 | 0.160652 |
| Hong Kong, China | 453.80611 | 0.037578 | 0.070093 | 0.072655 | 0.134161 |
| Colombia | 428.60151 | 0.035319 | 0.068663 | 0.072044 | 0.137599 |
| Spain | 426.54665 | 0.007768 | 0.053453 | 0.068288 | 0.249579 |
| Japan | 315.90273 | 0.010360 | 0.076274 | 0.064751 | 0.128040 |
| Sweden | 148.39800 | 0.003325 | 0.049990 | 0.061391 | 0.299374 |
| Brazil | 114.50417 | 0.011436 | 0.056086 | 0.058279 | 0.120456 |
| Switzerland | 69.96845 | 0.002527 | 0.037913 | 0.057524 | 0.294926 |
| Canada | 53.82657 | 0.005546 | 0.025004 | 0.044248 | 0.167390 |
| Norway | 49.16469 | 0.001392 | 0.016810 | 0.030621 | 0.189425 |
| Guatemala | 39.93642 | 0.000747 | 0.009832 | 0.009286 | 0.022558 |
| China | 23.12831 | 0.001432 | 0.005298 | 0.005277 | 0.009976 |
Así mismo, además de las funciones descritas anteriormente existen variables en la base de datos correspondientes a los datos de los países, los indicadores, y los códigos necesarios para la búsqueda con el fin de poder realizar consultas rápidas en caso de requerirlo.
La información de cada país y de cada código está guardada bajo su código de búsqueda correspondiente. Por ejemplo si 'MX' es el código de búsqueda para México, entonces la información de dicho país está guardada con el nombre MX, y si 'RAF_USD' es el código de búsqueda para los activos de reserva oficiales y otros activos en moneda extranjera, entonces la información de este indicador está guardada bajo el nombre RAF_USD.
Además existen dos variables que guardan la información de todos los países considerando todos los indicadores, bajo los nombres:
TOTAL: la cual guarda toda la información con los valores netos para cada país y cada indicador.TOTAL_P: la cual guarda toda la información con los valores porcentuales para cada país y cada indicador.